10.3969/j.issn.1673-629X.2016.01.011
基于 Memetic 算法的多目标复杂网络社区检测
文中研究复杂网络社区检测机制,提出了一种基于 Memetic 算法的多目标社区检测算法。为了提高种群多样性、减少搜索空间和提高算法效率,算法采用标签启发式快速传播的初始化策略,混合交叉,在每个社区中选择一个节点变异等优化两个目标函数,即 Improved Ratio Association (IRA)和 Ratio Cut (RC),将多目标优化问题转化成同时最小优化这两个目标函数;在局部搜索中利用权重和将两个目标函数构成一个局部优化目标并采用爬山搜索来寻找个体最优。针对计算机合成网络与两个经典真实网络的实验结果表明,与四个基于 EA 的算法和 Fast modularity 算法相比,基于 Memetic 算法的多目标复杂网络社区检测机制在解决复杂网络社区检测问题上具有一定优势。
Memetic 算法、混合交叉、局部搜索、多目标、网络社区检测
TP301.6(计算技术、计算机技术)
国家自然科学基金资助项目61003237,61401225;江苏省自然科学基金BK20140894
2016-04-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
53-57,64